Högskola och universitet hos Högskolan i Skövde, 7,5 högskolepoäng.
Maskininlärning spelar en allt större roll inom biologisk forskning. Avancerade algoritmer används för att tolka och förutsäga komplexa biologiska processer. Dessa metoder bidrar till att vi bättre kan förstå genetiska mekanismer och proteinstrukturer. Genom att applicera maskininlärningsmetoder på enskilda typer av data kan forskare analysera specifika biologiska system i detalj. Utvecklade metoder möjliggör en noggrann utvärdering av resultaten, vilket leder till mer träffsäkra och robusta analyser. När data från olika källor kombineras krävs dock mer sofistikerade tekniker för att integrera informationen. Forskare reflekterar kritiskt över hur väl maskininlärningsmetoder fungerar vid sammanslagningen av multimodala biologiska data. En utmaning är att säkerställa att de integrerade modellerna är både pålitliga och transparenta. Därför används tekniker för förklarbar AI för att tydligt visa hur besluten inom modellerna fattas. Genom att kombinera avancerad maskininlärning med förklarbar AI banas väg för mer insiktsfulla och säkra biologiska upptäckter.